随笔分类 - Python
摘要：https://blog.csdn.net/carefree2005/article/details/125096715 安装 https://blog.csdn.net/qq_36062399/article/details/84592252 报错处理 https://blog.csdn.net/
阅读全文
摘要：def main(): my_list = [1, 3, 2, 5, 61, 123] # 从小到大排序 my_list.sort() print(my_list) # 从大到小排序 my_list.sort(reverse=True) print(my_list) if __name__ == '
阅读全文
摘要：向上取整 ceil() 函数返回数字的向上取整整数，就是返回大于等于变量的最近的整数。 ceil()是不能直接访问的，需要导入 math 模块。 import math math.ceil( x ) 向下取整 floor(x) 返回数字的下舍整数，小于或等于 x。 floor()是不能直接访问的，需
阅读全文
摘要：df=df.iloc[:, 1:df.shape[1]]获取从第2列到最后一列的数据 df.shape[1] ： 获取df的总列数 df.shape[0] ： 获取df的总行数
阅读全文
摘要：我们经常需要对有浮点数的列需要保持精度，那么在pandas中该如何实现呢？这里提供一种方法,round方法round常用用法有两种方式：1、传入int，对所有列保持统一精度 . >>> import numpy as np >>> import pandas as pd >>> df = pd.Da
阅读全文
摘要：如果某列符合条件，则该行乘以-1df = df.apply(lambda row: row*-1 if row['label'] == 0 else row, axis=1) print(df) # col1 col2 col3 label # row1 1 0 1 1 # row2 0 0 0 1
阅读全文
摘要：import pandas as pd # 读取文件内容df=pd.read_excel("daofang.xlsx")# 计算签单率，保留2位小数df['签单率'] = round((df['签单数量']/df['到访数量'])*100,2)print( df) #输出结果D:\Python\An
阅读全文
摘要：在处理pandas数据时，我们经常需要删除指定列或者行，下面我们来看看怎么实现吧 # 导入包 import pandas as pd import numpy as np # 创建数据集 df = pd.DataFrame(np.arange(9).reshape(3,3), index=['a',
阅读全文
摘要：order = ['接入国际局','中继群','接入运营商','主叫','被叫','呼入时间','呼出时间','通话时长','处置结果']total_df = total_df[order]
阅读全文
摘要：DataFrame.sort_values(by, axis=0, ascending=True, inplace=False, kind='quicksort', na_position='last') axis：{0 or ‘index’, 1 or ‘columns’}, default 0，
阅读全文
摘要：total_df['处置结果'] = total_df['处置结果'].apply(lambda x:'拦截' if '放行' not in x else x)‘处置结果’列中，如果不包含‘放行’字符，则全部替换成‘拦截’
阅读全文
摘要：with pd.ExcelWriter('./'+file_day+'_result.xlsx') as writer: DataFrame.to_excel( writer , sheet_name='Sheet1', na_rep='', float_format=None, columns=N
阅读全文
摘要：dataframe.to_csv(xxxx,encoding="utf_8_sig") 即为encoding添加属性为utf_8_sig
阅读全文
摘要：import pymysql # 根据流程# 1.我们先建立数据库的连接信息host = **** # 数据库的ip地址user = *** # 数据库的账号password = *** # 数据库的密码port = 3306 # mysql数据库通用端口号 mysql = pymysql.conn
阅读全文
摘要：1.t1=dfile.drop_duplicates(keep=False) #将重复数据完全去除 2.t2=t1.drop_duplicates(keep='first') #将重复数据保留第一个 3.t2=t1.drop_duplicates(keep='last') #将重复数据保留最后一个
阅读全文
摘要： 1.有时候只需要CSV文件中的其中几列数据 2.read_csv函数中，参数加入usecols=[列坐标1,列坐标2,列坐标3……] df=pd.read_csv(f,encoding='utf-8',usecols=[14,27,28])
阅读全文
摘要： 1、连接数据库 consql = create_engine('mysql+pymysql://root:123456@localhost:3366/policy_total_data', encoding='utf8') 2.使用read_sql函数 db_df1 = pd.read_sql(
阅读全文
摘要： 1.原数据以0开头 2.在read_csv中，加入参数dtype=object df = pd.read_csv('./rate_file/rate_20200216.csv', low_memory=False, sep=',', encoding="UTF-8", header=None
阅读全文
